CN101552486A - 一种基于模型分析的光电微能源系统设计方法 - Google Patents
一种基于模型分析的光电微能源系统设计方法 Download PDFInfo
- Publication number
- CN101552486A CN101552486A CNA2009100836898A CN200910083689A CN101552486A CN 101552486 A CN101552486 A CN 101552486A CN A2009100836898 A CNA2009100836898 A CN A2009100836898A CN 200910083689 A CN200910083689 A CN 200910083689A CN 101552486 A CN101552486 A CN 101552486A
- Authority
- CN
- China
- Prior art keywords
- energy
- eta
- power
- centerdot
- sensor node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于模型分析的光电微能源系统设计方法,属于光电技术领域。本发明根据集成光电微能源传感器节点的组成及功能要求,将其分为能量转换子系统、能量存储子系统、能量管理子系统和传感器节点四部分。对这四部分的能量参数进行分析,根据光电微能源系统为传感器节点供电方式,建立光电微能源系统不同能量参数之间关系的设计模型。根据光电微能源的功能要求及微能源使用地区的环境特点,确定出系统设计参数。系统设计参数结合微能源设计模型,确定出光伏电池的面积和微能源系统的单元电路,从而完成集成传感器光电微能源系统设计。本发明利用设计模型,大大简化了系统的设计过程,为光电微能源系统设计建立了普适的设计方法。
Description
技术领域
本发明涉及一种光电微能源系统的设计方法,属于光电技术领域。
背景技术
近些年,集成无线传感器网络技术在工业控制、环境监测、农业管理和军事等领域的应用越来越广泛。其中,光电微能源系统的输出效率和稳定性直接关系到传感器节点及网络的工作状态。光电微能源的输出特性与能量转换效率、能量存储和管理的方案等有关。光电微能源的设计涉及到太阳辐射量、光伏电池的转换特性、能量存储器的存储特性、能量管理方案和传感器节点的功耗等多方面的因素。
光电微能源系统的设计与优化是一个复杂的过程。现有的设计方法都是根据技术人员的经验进行设计和调试,如中国科学院电工研究所的于红云等在《用于无线传感器网络的光伏微能源系统设计》(功能材料与器件学报,2008年第14卷第02期)中提出的光伏微能源系统设计方法,该方法需要对所需的硬件设备进行预估,需要不断的进行调试和测试,开发周期长,且不具有通用性。
如果通过建立光电微能源系统的设计模型,便能够有效简化光电微能源系统的设计过程,有利于缩短光电微能源系统的设计开发周期。目前,关于通过建立光电微能源设计模型来进行光电微能源系统设计的方法,尚无相关的文献、研究报告或专利涉及。
发明内容
本发明的目的是为简化光电微能源系统的设计与优化,提出一种基于模型分析的光电微能源系统设计方法。
为实现上述目的,本发明采用的技术方案如下:
步骤一、根据集成光电微能源传感器节点的功能特点,将集成光电微能源传感器节点划分为能量转换、能量存储、能量管理和传感器节点4个子系统,并分别确定出这4个子系统所需要分析的能量参数。
a、能量转换子系统的能量参数
能量转换子系统的能量参数包括:太阳光强E(t)、光伏电池输入功率Pin(t)、光伏电池的光电转换效率η、光伏电池输出效率ηR、光伏电池的有效面积S和输出功率Po(t)。上述各能量参数之间的关系如下:
Pin(t)=S·E(t)·cosθ (1)
在(1)式中,θ为太阳光在光伏电池上的入射角。在(2)式中,Pm、um、im分别为光伏电池最大功率点对应的输出功率、电压和电流。在(3)式中,uo(t)、io(t)分别为光伏电池输出的实际电压和电流。
b、能量存储子系统能量参数
能量存储子系统的能量参数包括:能量存储容量C、放电深度DOD和自放电率ηsd。
c、能量管理子系统能量参数
在光电微能源系统中,能量管理子系统的功能包括光伏电池输出效率控制、能量存储和传输管理、负载驱动等。驱动电路一般由DC-DC变换器或稳压电路构成。
能量管理子系统的能量参数包括:自身电路工作的功耗Ps(t)、负载驱动器的驱动效率ηd。
d、传感器节点子系统能量参数
传感器节点工作在“突发”模式(burst-mode),可以等效为一个周期化的脉冲负载。其功耗大小取决于三个方面的因素:①激活状态的占空比D,②激活状态的电流ia(t),③休眠状态的电流is(t)。传感器节点在一个脉冲周期中的功耗Pc(t)可表示为(4)式所示:
Pc(t)=Vs·[D×ia(t)+(1-D)×is(t)] (4)
其中,Vs表示传感器节点的工作电压。
步骤二、对能量传输特性进行分析,确定出经步骤一得出的4个子系统的能量参数之间的关系,以便建立光电微能源系统的设计模型。
光电微能源系统给传感器节点的供电方式包括:光伏电池供电和能量存储器供电。在晴天,集成光电微能源传感器节点处于光伏电池供电方式,光伏电池给传感器节点供电和能量存储器充电;在夜晚或阴雨天,集成光电微能源传感器节点处于能量存储器供电方式,能量存储器为传感器节点供电。下面对这两种能量传输方式的特性进行分析:
a、光伏电池供电的能量传输特性
在光伏电池供电方式中,光伏电池的输出功率Po(t)为:
Po(t)=Pc(t)+Ploss1(t) (5)
(5)式中,Pc(t)为能量存储器充电功率,Ploss1(t)为损耗功率;Ploss1(t)包括能量管理电路自身功耗Pself(t)、驱动电路的转换损耗Pdive(t)和传感器节点的功耗Ps(t),为(6)式所示:
Ploss1(t)=Pself(t)+Pdiver(t)+Ps(t) (6)
其中,驱动电路的转换损耗Pdiver(t)与驱动电路的转换效率ηd和传感器节点的功耗Ps(t)有关,如(7)式所示:
因此,光电微能源在光伏电池供电方式下,Ploss1(t)表示为:
能量存储器的充电功率Pc(t)与能量存储器的容量C和充电控制电路的充电效率ηc有关,如(9)式所示:
(9)式中,Tc为能量存储器的充电时间。
b、能量存储器供电的能量传输特性
与光伏电池供电方式不同,在能量存储器供电方式中,光伏电池最大输出功率控制电路不工作,能量管理电路自身的功耗Pself(t)近似为零。在能量存储器供电方式中,能量存储器的输出功率Pco(t)为:
Pco(t)=Ploss2(t) (10)
(10)式中,Ploss2(t)包括驱动电路的转换损耗Pdive(t)和传感器节点的功耗Ps(t),且:
因此,
式(12)中,ηd为驱动电路的转换效率。在能量存储器供电方式中,由于能量存储器的内阻和能量存储器的自放电特性,存在能量的损失。对于容量为C的能量存储器,输出能量与放电深度DOD和自放电率ηsd之间的关系可表示为:
(13)式中,Td为放电时间。由此,能量存储器供电的方式中,能量传输的关系为:
步骤三、根据步骤二得出的不同能量传输模式下能量参数间的关系,建立光电微能源系统的设计模型。
在分析不同子系统的能量参数的基础上,通过分析不同供电方式下,能量传输的特点,能够建立起不同能量之间的关系,最终实现能量模型的建立。
通过前面对集成光电微能源传感器节点不同供电方式能量传输特点的分析,可以看出:能量存储器容量的大小不仅影响光电微能源光伏电池输出功率有关,如(9)式所示,而且能量存储器容量的大小直接决定了传感器节点在无太阳光照时连续工作的时间,如(13)式所示。根据能量存储器供电方式能量传输的特性,能量存储器的容量C表示为(14)式所示;
(14)式中,Td1为无太阳光照下传感器节点工作的最长时间。
根据步骤一、步骤二中获得的对光电微能源系统各部分能量参数和不同供电方式下能量传输特性的分析结果,由(1)(3)式得:
Po(t)=ηR·S·cosθ·E(t) (15)
由(6)、(9)、(13)式得:
根据(14)(15)(16)式,建立光电微能源系统中太阳光强E(t)、光伏电池组件有效面积S、能量存储器容量C和传感器节点功耗Ps(t)之间的关系模型,如(17)式所示:
(17)式中,Tc为光电微能源系统中光伏电池给传感器节点供电和能量存储器充电的时间,Td1为连续阴雨天节点工作的时间。
在实际工作中,能量存储器充电管理的方式包括单天或多天充满。对于多天充满方式,能量存储器在夜间放电为传感器节点供电。因此,实际的光电微能源系统的设计模型如(18)式所示。
步骤四、根据光电微能源的功能要求及微能源使用地区的环境特点,确定出系统设计参数,具体为:
A、按照设计要求,确定传感器节点功耗Ps(t)和传感器节点连续工作的时间Td1,并确定能量存储器容量C。
B、根据所选用单元器件,确定能量存储器的充电效率ηc、能量存储器的自放电率ηsb、放电深度DOD,驱动效率ηd。
C、分析传感器使用地区的天气条件,确定太阳辐照度E(t),能量存储器充电方式,根据所用光伏电池和最大输出功率控制方案确定其转换效率ηR。
然后,系统设计参数结合步骤三建立的微能源设计模型,确定出光伏电池的面积S和微能源系统的单元电路,从而完成集成传感器光电微能源系统设计。
有益效果
本发明方法,根据集成光电微能源传感器节点的功能特点,将集成光电微能源传感器节点划分为能量转换、能量存储、能量管理和传感器节点4个子系统,通过分析这4个子系统的能量参数来建立光电微能源设计模型,将集成光电微能源传感器节点中的相关参数有机的结合在一起,再结合系统设计参数,即可确定出光伏电池的面积S和微能源系统的单元电路,从而完成集成传感器光电微能源系统设计。对比现有的设计方法,本发明方法能够有效优化微能源系统的设计、简化系统设计的过程和缩短微能源系统开发设计的周期。
附图说明
图1为集成光电微能源传感器节点结构图;
图2为集成光电微能源传感器节点能量传输示意图;
图3为传感器节点的工作电流示意图;
图4为光伏电池的V-P、V-I特性示意图(10个单体光伏电池串连,面积为15*6.7cm2);
图5为光伏电池有效面积与输入光功率和能量管理方式的关系示意图。
具体实施方式
下面结合附图即实施例,对本发明的优选实施方式做进一步详细说明。
为实现上述目的,本发明采用的技术方案如下:
步骤一、根据集成光电微能源传感器节点的功能特点,将集成光电微能源传感器节点划分为能量转换、能量存储、能量管理和传感器节点4个子系统,并分别对这4个子系统的能量参数进行分析,如图1所示。
a、能量转换子系统能量参数
能量转换子系统用于将光伏转换为电能,该子系统的输出效率与光伏电池的光电转换效率和光伏电池的最大输出功率控制有关。
能量转换子系统的能量参数包括:太阳光强E(t)、光伏电池输入功率Pin(t)、光伏电池的光电转换效率η、光伏电池输出效率ηR、光伏电池的有效面积S和输出功率Po(t)。上述各能量参数之间的关系如下:
Pin(t)=S·E(t)·cosθ (1)
在(1)式中,θ为太阳光在光伏电池上的入射角。在(2)式中,Pm、um、im分别为光伏电池最大功率点对应的输出功率、电压和电流。在(3)式中,uo(t)、io(t)分别为光伏电池输出的实际电压和电流。在实际工作中,由于受光伏电池工作状态和温度的影响,光伏电池的输出效率ηR必定小于光伏电池的光电转换效率ηR。光伏电池的输出效率与所采用的提高光伏电池输出效率的方案有关。
b、存储子系统能量参数
在光电微能源系统中,能量存储子系统既是能量的存储器,也是负载电源。其能量密度的大小、功率密度的大小和能量存储效率,将直接影响到传感器节点工作的持续性和稳定性。
能量存储子系统的能量参数包括:能量存储容量C、放电深度DOD和自放电率ηsd。
不同能量存储器件的存储特性如表1所示:
表1 电能存储器特性表
由表1可以看出,锂离子电池具有最大的功率密度和最低的自放电率,而超级电容器具有最大的功率密度、最高的充放电次数和最大的自放电率。
c、能量管理子系统能量参数
在光电微能源系统中,能量管理子系统的功能包括光伏电池输出效率控制、能量存储和传输管理、负载驱动等。在能量管理中,对光伏电池最大输出功率进行控制,目的是保证光伏电池在外界环境条件变化时始终工作在最大功率点处,维持最大功率输出;能量存储和传输管理,是根据光伏电池的输出、能量存储器的状态,控制传感器节点的供电方式;负载驱动电路是根据传感器节点工作电压、电流要求,将能量存储器或光伏电池的输出电压、电流转换为负载工作所需的电压和电流。驱动电路一般由DC-DC变换器或稳压电路构成。
能量管理子系统的能量参数包括:自身电路工作的功耗Ps(t)、负载驱动器的驱动效率ηd。
d、传感器节点子系统能量参数
传感器节点工作在“突发”模式(burst-mode),可以等效为一个周期化的脉冲负载。其功耗大小取决于三个方面的因素:①激活状态的占空比D,②激活状态的电流ia(t),③休眠状态的电流is(t)。传感器节点在一个脉冲周期中的功耗Pc(t)可表示为(4)式所示:
Pc(t)=Vs·[D×ia(t)+(1-D)×is(t)] (4)
其中,Vs表示传感器节点的工作电压。
步骤二、对能量传输特性进行分析,确定出经步骤一得出的4个子系统的能量参数之间的关系,以便建立光电微能源系统的设计模型。
光电微能源系统给传感器节点的供电方式包括:光伏电池供电和能量存储器供电。在晴天,集成光电微能源传感器节点处于光伏电池供电方式,光伏电池给传感器节点供电和能量存储器充电;在夜晚或阴雨天,集成光电微能源传感器节点处于能量存储器供电方式,能量存储器为传感器节点供电。在不同的供电方式下,集成光电微能源传感器节点的能量传输示意图如图2所示。图2中,A为光伏电池供电能量传输,B为能量存储器供电能量传输。下面对这两种能量传输方式的特性进行分析:
a、光伏电池供电的能量传输特性
在光伏电池供电方式中,光伏电池的输出功率Po(t)为:
Po(t)=Pc(t)+Ploss1(t) (5)
(5)式中,Pc(t)为能量存储器充电功率,Ploss1(t)为损耗功率,Ploss1(t)包括能量管理电路自身功耗Pself(t)、驱动电路的转换损耗Pdive(t)和传感器节点的功耗Ps(t),为(6)式所示:
Ploss1(t)=Pself(t)+Pdiver(t)+Ps(t) (6)
其中,驱动电路的转换损耗Pdiver(t)与驱动电路的转换效率ηd和传感器节点的功耗Ps(t)有关,如(7)式所示:
因此,光电微能源在光伏电池供电方式下,Ploss1(t)表示为:
能量存储器的充电功率Pc(t)与能量存储器的容量C和充电控制电路的充电效率ηc有关,如(9)式所示:
(9)式中,Tc为能量存储器的充电时间。通常充电控制电路的充电效率为80%。
b、能量存储器供电的能量传输特性
与光伏电池供电方式不同,在能量存储器供电方式中,光伏电池最大输出功率控制电路不工作,能量管理电路自身的功耗Pself(t)近似为零。在能量存储器供电方式中,能量存储器的输出功率Pco(t)为:
Pco(t)=Ploss2(t) (10)
(10)式中,Ploss2(t)包括驱动电路的转换损耗Pdive(t)和传感器节点的功耗Ps(t),且:
因此,
其中,ηd为驱动电路的转换效率。
在能量存储器供电方式中,由于能量存储器的内阻和能量存储器的自放电特性,会存在能量的损失。对于容量为C的能量存储器,输出能量与放电深度DOD和自放电率ηsd之间的关系可表示为:
(13)式中,Td为放电时间。
步骤三、根据步骤二得出的不同能量传输模式下能量参数间的关系,建立光电微能源系统的设计模型。
在分析不同子系统的能量参数的基础上,通过分析不同供电方式下,能量传输的特点,能够建立起不同能量之间的关系,最终实现能量模型的建立。
通过前面对集成光电微能源传感器节点不同供电方式能量传输特点的分析,可以看出:能量存储器容量的大小不仅影响光电微能源光伏电池输出功率有关,如(9)式所示,而且能量存储器容量的大小直接决定了传感器节点在无太阳光照时连续工作的时间,如(13)式所示。根据能量存储器供电方式能量传输的特性,能量存储器的容量C表示为(14)式所示;
(14)式中,Td1为无太阳光照下传感器节点工作的最长时间。
根据步骤一、步骤二中获得的对光电微能源系统各部分能量参数和不同供电方式下能量传输特性的分析结果,由(1)(3)式得:
Po(t)=ηR·S·cosθ·E(t) (15)
由(6)、(9)、(13)式得:
根据(14)(15)(16)式,建立光电微能源系统中太阳光强E(t)、光伏电池组件有效面积S、能量存储器容量C和传感器节点功耗Ps(t)之间的关系模型,如(17)式所示:
(17)式中,Tc为光电微能源系统中光伏电池给传感器节点供电和能量存储器充电的时间,Td1为连续阴雨天节点工作的时间。
在实际工作中,能量存储器充电管理的方式包括单天或多天充满。对于多天充满方式,能量存储器在夜间放电为传感器节点供电。因此,实际的光电微能源系统的设计模型如(18)式所示。
步骤四、根据光电微能源的功能要求及微能源使用地区的环境特点,确定出系统设计参数,具体为:
a、按照设计要求,确定传感器节点功耗Ps(t)和传感器节点连续工作的时间Td1,并确定能量存储器容量C。
b、根据所选用单元器件,确定能量存储器的充电效率ηc、能量存储器的自放电率ηsb、放电深度DOD,驱动效率ηd。
c、分析传感器使用地区的天气条件,确定太阳辐照度E(t),能量存储器充电方式,根据所用光伏电池和最大输出功率控制方案确定其转换效率ηR。
然后,系统设计参数结合步骤三建立的微能源设计模型,确定出光伏电池的面积S和微能源系统的单元电路,从而完成集成传感器光电微能源系统设计。
实施例
例如,要求设计出传感器节点Ginze4的集成光电微能源系统,传感器节点Ginze4的工作电压为3.3V,工作电流如图3所示。
首先,分析节点使用地区的气候条件。
对于北京的晴天相对较多。一年大晴天平均有163天左右(多云天气不算),有的年份大晴天可超过220天,北京年均太阳辐射量为135~140千卡/平方厘米,北京全年日照时数春季最多平均每月日照230~290小时。冬季最少,每月日照不足200小时。每年在晴天平均太阳辐照度约为60mW/cm2。阴雨天主要集中在7-9月。为了保证传感器节点工作的稳定性,确定传感器节点在连续阴雨天工作时间为7天。
之后,根据传感器节点的功耗和设计模型确定能量存储的容量C。
在夏天,晴天光伏电池的平均入射光功率约60mW/cm2,充电方式为3天充满方式。在春天和秋天,晴天光伏电池的平均入射光功率约50mW/cm2,充电方式为4天充满方式。
根据传感器节点Ginze4的工作电压和电流,其平均功耗约为23mW。考虑到驱动电路的效率和能量存储效率。驱动电路利用DC-DC变换器MAX8881,其输出效率大于86%。对于聚合物锂离子电池能量存储效率ηss可达75%。由(14)式,能量存储器的容量约需2.18×104(J)。
随后,进行光伏电池参数的分析和系统优化。
在系统设计中,能量存储器直接与光伏电池相接,其输出端电压的变化直接影响光伏电池的输出效率。根据能量存储器(聚合物锂离子电池)的电压变化范围充电时在3.5-4.8V之间的特点。为了简化太能电池最大输出功率的控制方案。在设计制作光伏电池时,通过控制制作工艺,使光伏电池的V-P特性如图4所示,最大功率点在3.5-4.8V之间。
对于光电转换效率为13.6%光伏电池,利用该方法其平均输出功率ηR可达到10%。
在表2所示设计参数下,根据设计模型,光电微能源系统入射光功功率cosθ·E(t)、能量管理方案与光伏电池面积S的关系如图5所示。
表2 设计能量参数表
根据仿真结果,在太阳入射光功率为60mW/cm2时,按三天充电方案,光伏电池的有效面积为82.8cm2。在太阳入射光功率为50mW/cm2时,按四天充电方案,光伏电池的有效面积为80.6cm2。由此看出,在不同的季节,通过调整能量管理的方案,即能够达到优化系统设计的目的。
Claims (1)
1、一种基于模型分析的光电微能源系统设计方法,其特征在于,包括以下步骤:
步骤一、根据集成光电微能源传感器节点的功能特点,将集成光电微能源传感器节点划分为能量转换、能量存储、能量管理和传感器节点4个子系统,并分别确定出这4个子系统所需要分析的能量参数;
a、能量转换子系统能量参数
包括:太阳光强E(t)、光伏电池输入功率Pin(t)、光伏电池的光电转换效率η、光伏电池输出效率ηR、光伏电池的有效面积S和输出功率Po(t);
上述能量参数之间的关系如下:
Pin(t)=S·E(t)·cosθ (1)
在(1)式中,θ为太阳光在光伏电池上的入射角,在(2)式中,Pm、um、im分别为光伏电池最大功率点对应的输出功率、电压和电流,在(3)式中,uo(t)、io(t)分别为光伏电池输出的实际电压和电流;
b、存储子系统能量参数
包括:能量存储容量C、放电深度DOD和自放电率ηsd;
c、能量管理子系统能量参数
包括:自身电路工作的功耗Ps(t)和负载驱动器的驱动效率ηd;
d、传感器节点子系统能量参数
包括:激活状态的占空比D,激活状态的电流ia(t),休眠状态的电流;传感器节点在一个脉冲周期中的功耗Pc(t)可表示为(4)式所示:
Pc(t)=Vs·[D×ia(t)+(1-D)×is(t)] (4)
其中,Vs表示传感器节点的工作电压;
步骤二、对能量传输特性进行分析,确定出经步骤一得出的4个子系统的能量参数之间的关系,以便建立光电微能源系统的设计模型;
光电微能源系统给传感器节点的供电方式包括:光伏电池供电和能量存储器供电;
在光伏电池供电方式中,光伏电池的输出功率Po(t)为:
Po(t)=Pc(t)+Ploss1(t) (5)
(5)式中,Pc(t)为能量存储器充电功率,Ploss1(t)为损耗功率,Ploss1(t)包括能量管理电路自身功耗Pself(t)、驱动电路的转换损耗Pdive(t)和传感器节点的功耗Ps(t),如(6)式所示:
Ploss1(t)=Pself(t)+Pdiver(t)+Ps(t) (6)
其中,驱动电路的转换损耗Pdiver(t)与驱动电路的转换效率ηd和传感器节点的功耗Ps(t)有关,如(7)式所示:
因此,Ploss1(t)表示为:
其中,ηd为驱动电路的转换效率,Ps(t)为传感器节点的功耗;
能量存储器的充电功率Pc(t)与能量存储器的容量C和充电控制电路的充电效率ηc有关,如(9)式所示:
(9)式中,Tc为能量存储器的充电时间;
在能量存储器供电方式中,能量存储器的输出功率Pco(t)为:
Pco(t)=Ploss2(t) (10)
(10)式中,Ploss2(t)包括驱动电路的转换损耗Pdive(t)和传感器节点的功耗Ps(t),且:
因此,
其中,ηd为驱动电路的转换效率;
在能量存储器供电方式中,由于能量存储器的内阻和能量存储器的自放电特性,会存在能量的损失,对于容量为C的能量存储器,输出能量与放电深度DOD和自放电率ηsd之间的关系可表示为:
(13)式中,Td为放电时间;
步骤三、根据步骤二得出的不同能量传输模式下能量参数间的关系,建立光电微能源系统的设计模型;
根据能量存储器供电方式能量传输的特性,能量存储器的容量C表示为(14)式所示;
(14)式中,Td1为无太阳光照下传感器节点工作的最长时间;
根据步骤一、步骤二中获得的对光电微能源系统各部分能量参数和不同供电方式下能量传输特性的分析结果,由(1)(3)式得:
Po(t)=ηR·S·cosθ·E(t) (15)
由(6)、(9)、(13)式得:
根据(14)(15)(16)式,建立光电微能源系统中太阳光强E(t)、光伏电池组件有效面积S、能量存储器容量C和传感器节点功耗Ps(t)之间的关系模型,如(17)式所示:
(17)式中,Tc为光电微能源系统中光伏电池给传感器节点供电和能量存储器充电的时间,Td1为连续阴雨天节点工作的时间;
在实际工作中,能量存储器充电管理的方式包括单天或多天充满,对于多天充满方式,能量存储器在夜间放电为传感器节点供电,因此,实际的光电微能源系统的设计模型如(18)式所示:
步骤四、根据光电微能源的功能要求及微能源使用地区的环境特点,确定出系统设计参数,具体为:
a、按照设计要求,确定传感器节点功耗Ps(t)和传感器节点连续工作的时间Td1,并确定能量存储器容量C;
b、根据所选用单元器件,确定能量存储器的充电效率ηc、能量存储器的自放电率ηsb、放电深度DOD,驱动效率ηd;
c、分析传感器使用地区的天气条件,确定太阳辐照度E(t),能量存储器充电方式,根据所用光伏电池和最大输出功率控制方案确定其转换效率ηR;
然后,系统设计参数结合步骤三建立的微能源设计模型,确定出光伏电池的面积S和微能源系统的单元电路,从而完成集成传感器光电微能源系统设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100836898A CN101552486B (zh) | 2009-05-07 | 2009-05-07 | 一种基于模型分析的光电微能源系统设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100836898A CN101552486B (zh) | 2009-05-07 | 2009-05-07 | 一种基于模型分析的光电微能源系统设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101552486A true CN101552486A (zh) | 2009-10-07 |
CN101552486B CN101552486B (zh) | 2011-01-05 |
Family
ID=41156526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100836898A Expired - Fee Related CN101552486B (zh) | 2009-05-07 | 2009-05-07 | 一种基于模型分析的光电微能源系统设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101552486B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446163A (zh) * | 2014-08-29 | 2016-03-30 | 国家电网公司 | 一种基于不同能源类型的微网全能流建模方法 |
CN109613843A (zh) * | 2019-01-14 | 2019-04-12 | 清华大学 | 复合微能源系统的仿真优化平台 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1960119B (zh) * | 2006-11-22 | 2011-05-11 | 中国科学院电工研究所 | 光伏-温差微能源与无线传感器网络节点集成自治微系统 |
CN201188547Y (zh) * | 2008-04-25 | 2009-01-28 | 中山大学 | 一种能源自采集与供能系统 |
-
2009
- 2009-05-07 CN CN2009100836898A patent/CN101552486B/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446163A (zh) * | 2014-08-29 | 2016-03-30 | 国家电网公司 | 一种基于不同能源类型的微网全能流建模方法 |
CN105446163B (zh) * | 2014-08-29 | 2019-07-26 | 国家电网公司 | 一种基于不同能源类型的微网全能流建模方法 |
CN109613843A (zh) * | 2019-01-14 | 2019-04-12 | 清华大学 | 复合微能源系统的仿真优化平台 |
Also Published As
Publication number | Publication date |
---|---|
CN101552486B (zh) | 2011-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101431246B (zh) | 一种提高小功率光伏电池输出效率的装置及方法 | |
CN101783621A (zh) | 光伏发电系统全局最大功率点跟踪方法及系统装置 | |
Manju et al. | Modelling and control of standalone solar photovoltaic charging system | |
Khatab et al. | An electric vehicle battery charger based on zeta converter fed from a PV array | |
Chermitti et al. | Improvement of the “perturb and observe” MPPT algorithm in a photovoltaic system under rapidly changing climatic conditions,” | |
CN109494793B (zh) | 一种基于锂电容的兼顾一次调频的光伏分级储能系统 | |
CN101692507B (zh) | 锂离子电池组小电流放电状态下的主动均衡方法 | |
CN101692508A (zh) | 锂离子电池组静置状态下的主动均衡方法 | |
CN201690377U (zh) | 光伏发电系统全局最大功率点跟踪装置 | |
CN105375518B (zh) | 一种光伏mppt模糊控制方法及系统 | |
Ramesh et al. | Solar powered battery charging system with maximum power point tracking | |
CN103116118A (zh) | 一种基于查表法的数字式光伏阵列模拟器系统 | |
CN108899987B (zh) | 一种具有mppt功能的太阳能充电控制电路 | |
CN101552486B (zh) | 一种基于模型分析的光电微能源系统设计方法 | |
CN204423224U (zh) | 一种基于mppt的太阳能系统控制结构 | |
CN201203813Y (zh) | 一种光伏发电输出匹配控制器 | |
CN107154669A (zh) | 一种宽范围输入的户外光储led高功率密度变换方法 | |
Prakash et al. | Design and modeling of MPPT for solar based power source | |
CN105226737A (zh) | 一种高采收率光伏充电方法及装置 | |
CN102364810B (zh) | 一种多级吸收太阳能光伏电池电能的控制方法与控制器 | |
Chandramouli et al. | Modelling and design of five parameter single diode photovoltaic model with artificial intelligent MPPT power system | |
CN202276300U (zh) | 一种多级吸收太阳能光伏电池电能控制器 | |
CN203232132U (zh) | 基于查表法的数字式光伏阵列模拟器系统 | |
Olzhabay et al. | Performance evaluation on low energy consumption devices powered by indoor perovskite solar cells | |
CN205846807U (zh) | 一种锂电池及超级电容混合储能的光伏发电系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110105 Termination date: 20150507 |
|
EXPY | Termination of patent right or utility model |